R 用于识别以前所做更改的函数
背景 我有一个16个数据帧的列表。其中的数据帧如下所示。所有其他数据帧都具有类似的格式<代码>日期时间列属于R 用于识别以前所做更改的函数,r,list,functional-programming,R,List,Functional Programming,背景 我有一个16个数据帧的列表。其中的数据帧如下所示。所有其他数据帧都具有类似的格式日期时间列属于日期类,而值列属于时间序列类 > head(train_data[[1]]) DateTime Value 739 2009-07-31 49.9 740 2009-08-31 53.5 741 2009-09-30 54.4 742 2009-10-31 56.0 743 2009-11-30 54.4 744 2009-12-31 55.3 我正在对该列表中所有数
日期类
,而值
列属于时间序列
类
> head(train_data[[1]])
DateTime Value
739 2009-07-31 49.9
740 2009-08-31 53.5
741 2009-09-30 54.4
742 2009-10-31 56.0
743 2009-11-30 54.4
744 2009-12-31 55.3
我正在对该列表中所有数据帧中的值列执行预测。下面的代码行将数据馈送到UCM模型中
train_dataucm <- lapply(train_data, transform, Value = ifelse(Value > 50000 , Value/100000 , Value ))
我之所以知道这一点,是因为我手动检查了15个数据帧中的每一个
问题
有没有函数可以调用得到的数据帧
是否因我插入的条件而受到影响
函数必须能够列出受影响的数据帧,并且应该能够将它们放入列表中李>
如果我能做到这一点,那么我就可以对这些值应用反日志功能并获得实际值
这样,我可以在最少的人为干预下给出正确的预测
我希望我能清楚地说明这个问题
多谢各位 只需检查数据框中的任何值是否过高:
has_too_high_values = function (df)
any(df$Value > 50000)
然后收集它们,例如使用过滤器:
Filter(has_too_high_values, train_data)
只需检查数据框中的任何值是否过高:
has_too_high_values = function (df)
any(df$Value > 50000)
然后收集它们,例如使用过滤器:
Filter(has_too_high_values, train_data)